正文

日本:人工智能首次應用于宇宙大數據分析 AI可高速預測宇宙中復雜大型結構

2020年02月07日 09:17 來源: 科技日報

  作為科學家可以運用的最大規模的驗證科學,觀測驗證宇宙基本框架的“觀測宇宙學”逐漸成熟。“宇宙大規模結構”近年來越來越受到重視。“宇宙大規模結構”指的是各個星系交織的網狀結構,是宇宙迄今為止復雜進化史的終結狀態。利用天文望遠鏡等對其進行詳細觀察,有助于揭開影響宇宙進化的暗物質和暗能量之謎。

  為了解我們所在的宇宙是什么樣的宇宙,根據物理理論,使用超級計算機計算宇宙中各種大規模結構的演化,將其與觀測數據進行對比,是一種非常有效的手段。但是,這需要對數十萬到百萬個宇宙論模型進行精確的計算,而即使用當前可利用的最大計算資源,也很難進行如此大量的模擬。

  日本京都大學基礎物理學研究所特定準教授西道啟博的研究小組,試圖利用人工智能的“機器學習”方法來解決此難題。研究小組的機器學習設備被稱為“暗模擬器”。該裝置對宇宙中暗物質成分的數量和性質等進行了各種計算,從計算得出的101個虛擬宇宙中“學習”相應關系。這樣就可以快速對新宇宙學模型預期的結果進行理論預測,而無需進行新的模擬。

  “機器學習”使用的虛擬宇宙數據是日本國立天文臺超級計算機“ATERUI”和“ATERUIⅡ”耗時3年計算出的總容量300TB(terabyte)的巨大模擬數據。

  “暗模擬器”可以預測星系的空間分布和弱重力透鏡效應的實際觀察結果,誤差約為2%—3%,利用標準筆記本電腦可以在幾秒鐘內完成理論預測,從而將計算成本大大降低。

  “暗模擬器”是首次在實際觀測數據上直接應用的AI工具,向利用人工智能分析宇宙大數據邁出實質性的一步,也助推了下一代終極宇宙觀測學的到來。

  研究成果已刊登在近期的《天體物理學雜志》上。(記者 陳超)

關閉

中共中央網絡安全和信息化委員會辦公室
中華人民共和國國家互聯網信息辦公室 © 版權所有
承辦:國家互聯網應急中心
技術支持:長安通信科技有限責任公司
京ICP備14042428號

Produced By CMS 網站群內容管理系統 publishdate:2020/02/07 14:16:30
影响股票涨跌的因素